一种基于无人机遥感技术的地表植被识别方法、系统及可读存储介质技术方案

本发明专利技术涉及一种基于无人机遥感技术的地表植被识别方法、系统及可读存储介质，包括：建立观测点区位，生成采集方式，根据采集方式生成无人机编队，得到编队信息；根据编队信息，生成调度信息，根据调度信息对无人机进行位置管控，得到无人机位置信息；根据无人机位置信息采集多角度植被遥感图像，接收电磁波反射信号，通过光谱反射率特性建立植被区域空间；提取植被空间特征值，获取分类规则，通过分类规则对空间特征值进行分类处理，得到植被信息；将植被信息进行几何分解以及遥感解译，获得植被类型，得到结果信息；判断结果信息与预设信息之间的差值是否大于预设阈值；若大于，则生成修正信息，通过修正信息对无人机位置信息进行修正，并将修正结果传输至终端。并将修正结果传输至终端。并将修正结果传输至终端。

【技术实现步骤摘要】
一种基于无人机遥感技术的地表植被识别方法、系统及可读存储介质


[0001]本专利技术涉及一种地表植被识别方法，尤其涉及一种基于无人机遥感技术的地表植被识别方法、系统及可读存储介质。

技术介绍

[0002]植被是覆盖地球表面的植物群落的总称。光照、温度和雨量等环境因素都会在一定程度上影响植物的生长、繁衍和分布，因此形成了不同类型的植被。植被在地球的能量转化、水循环、大气循环等中都起着独特而巨大的作用，它为各种生物提供赖以生存的食物和适宜的栖身场所，其中，人类每年从植被生产的有机物中获取大约12亿吨作为食物。植被还具有改善区域气候、防止水土流失、调节河流流量、美化环境、减轻环境污染等作用。因此，保护现存天然植被不被破坏，加强人工植被的营造，扩大绿色植物覆盖面积，是全人类共同面临的重要任务，也是实现可持续性发展的需要。为了更充分的利用植被资源，更好的保护植被、加强植被建设，需要更全面的认识和了解植被。植被研究具有诸多方面的重要意义，中国的植被研究工作开始于上世纪三十年代，取得了不少重大的研究成果。由于不同类型的植物所产生的生态效益、对人类生存的意义是有差异的，传统的人工植被识别耗时、耗力，因此加强自动化植被识别研究的重要性不言而喻。无人机与遥感技术相结合，称为无人机遥感。无人机遥感系统具有运行成本低、执行任务灵活度高、能够获得高分辨率遥感影像等优点，能够准确识别植被分布及植被类别。
[0003]为了能够对植被分类识别实现精准的控制，需要开发一款与其相匹配的系统进行控制，该系统建立观测点区位，生成采集方式，并进行无人机编队信息对无人机进行位置管控，根据无人机位置信息采集多角度植被遥感图像，通过分类规则对空间特征值进行分类处理，得到植被信息；通过修正信息能够对无人机位置信息进行修正，但是在进行控制过程中，如何实现精准控制的同时，实现通过对无人机进行调度以进行地表植被分布的智能识别都是亟不可待要解决的问题。

技术实现思路

[0004]本专利技术克服了现有技术的不足，提供一种基于无人机遥感技术的地表植被识别方法、系统及可读存储介质。
[0005]为达到上述目的，本专利技术采用的技术方案为：一种基于无人机遥感技术的地表植被识别方法，包括：
[0006]建立观测点区位，生成采集方式，
[0007]根据采集方式生成无人机编队，得到编队信息；
[0008]根据编队信息，生成调度信息，
[0009]根据调度信息对无人机进行位置管控，得到无人机位置信息；
[0010]根据无人机位置信息采集多角度植被遥感图像，接收电磁波反射信号，通过光谱
反射率特性建立植被区域空间；
[0011]提取植被空间特征值，获取分类规则，通过分类规则对空间特征值进行分类处理，得到植被信息；
[0012]将植被信息进行几何分解以及遥感解译，获得植被类型，得到结果信息；
[0013]判断结果信息与预设信息之间的差值是否大于预设阈值；
[0014]若大于，则生成修正信息，通过修正信息对无人机位置信息进行修正，并将修正结果传输至终端。
[0015]本专利技术一个较佳实施例中，采集植被遥感图像信息还包括对植被遥感图像进行预处理，具体为：
[0016]获取植被遥感图像，采用整数小波变换对图像进行压缩编码；
[0017]利用标准图像垂直投影法建立误差纠正模型；
[0018]提取植被遥感图像特征点；
[0019]将植被遥感图像特征点与标准图像特征点进行相似度度量，得到结果信息；
[0020]将结果信息与预设阈值进行比较，
[0021]若大于预设阈值，则植被遥感图像与标准图像匹配成功；
[0022]若小于预设阈值，则通过误差纠正模型对植被遥感图像进行纠偏。
[0023]本专利技术一个较佳实施例中，提取植被空间特征值，获取分类规则，还包括：
[0024]通过大数据分析植被分类历史数据，建立原始训练样本；
[0025]获取植被空间特征值，判断原始训练样本是否服从高斯正态分布；
[0026]若服从，则建立分类判别方式，并通过分类判别方式，对植被分布进行识别；
[0027]若不服从，则扫描植被遥感图像像元信息，并提取像元特征向量，判断特征向量与预设向量之间的夹角，得到偏差值；
[0028]若偏差值小于预设阈值，则保留该像元特征向量；
[0029]若偏差值大于预设阈值，则剔除该像元特征向量；
[0030]将所有偏差值小于预设阈值的像元特征向量进行叠加计算，生成植被分布信息。
[0031]本专利技术一个较佳实施例中，还包括：
[0032]通过大数据建立约束模型，并通过约束模型生成航行时间约束条件；
[0033]获取无人机起始位置与目标位置；
[0034]根据基准航迹计算无人机起始位置至目标位置的标准航行时间；
[0035]采集动态航迹信息，并计算预测航行时间；
[0036]将标准航行时间与预测航行时间进行比较，得到偏差率；
[0037]判断所述偏差率是否大于预设偏差率阈值；
[0038]若大于，则对无人机节点的航行速度进行调整。
[0039]本专利技术一个较佳实施例中，根据探测方式生成无人机编队，得到编队信息；具体包括：
[0040]建立三维场景，提取虚拟无人机区位信息，并建立无人机编队模型，
[0041]根据无人机编队模型生成虚拟无人机队形保持信息；
[0042]根据虚拟无人机队形保持信息，生成虚拟无人机编队方式；
[0043]根据虚拟无人机编队方式进行无人机编队，得到结果信息；
[0044]将结果信息与实际探测信息进行比较；得到无人机编队偏差信息；
[0045]判断所述偏差信息是否大于预设阈值，
[0046]若大于，则生成修正信息，对虚拟无人机编队方式进行修正。
[0047]本专利技术一个较佳实施例中，将植被信息进行几何分解以及遥感解译，获得植被类型，具体包括：
[0048]获取植被遥感图像，提取遥感图像特征点，并生成解译标志；
[0049]根据解译标志，获取解译规则，
[0050]通过解译规则对遥感图像中的图像特征点进行一一解译，
[0051]解译完成后，对所有特征点解译结果进行融合，得到遥感图像解译信息。
[0052]本专利技术第二方面还提供了一种基于无人机遥感技术的地表植被识别系统，该系统包括：存储器、处理器，所述存储器中包括基于无人机遥感技术的地表植被识别方法程序，所述基于无人机遥感技术的地表植被识别方法程序被所述处理器执行时实现如下步骤：建立观测点区位，生成采集方式，
[0053]根据采集方式生成无人机编队，得到编队信息；
[0054]根据编队信息，生成调度信息，
[0055]根据调度信息对无人机进行位置管控，得到无人机位置信息；
[0056]根据无人机位置信息采集多角度植被遥感图像，接收电磁波反射信号，通过光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机遥感技术的地表植被识别方法，其特征在于，包括：建立观测点区位，生成采集方式，根据采集方式生成无人机编队，得到编队信息；根据编队信息，生成调度信息，根据调度信息对无人机进行位置管控，得到无人机位置信息；根据无人机位置信息采集多角度植被遥感图像，接收电磁波反射信号，通过光谱反射率特性建立植被区域空间；提取植被空间特征值，获取分类规则，通过分类规则对空间特征值进行分类处理，得到植被信息；将植被信息进行几何分解以及遥感解译，获得植被类型，得到结果信息；判断结果信息与预设信息之间的差值是否大于预设阈值；若大于，则生成修正信息，通过修正信息对无人机位置信息进行修正，并将修正结果传输至终端。2.根据权利要求1所述的一种基于无人机遥感技术的地表植被识别方法，其特征在于，采集植被遥感图像信息还包括对植被遥感图像进行预处理，具体为：获取植被遥感图像，采用整数小波变换对图像进行压缩编码；利用标准图像垂直投影法建立误差纠正模型；提取植被遥感图像特征点；将植被遥感图像特征点与标准图像特征点进行相似度度量，得到结果信息；将结果信息与预设阈值进行比较，若大于预设阈值，则植被遥感图像与标准图像匹配成功；若小于预设阈值，则通过误差纠正模型对植被遥感图像进行纠偏。3.根据权利要求1所述的一种基于无人机遥感技术的地表植被识别方法，其特征在于，提取植被空间特征值，获取分类规则，还包括：通过大数据分析植被分类历史数据，建立原始训练样本；获取植被空间特征值，判断原始训练样本是否服从高斯正态分布；若服从，则建立分类判别方式，并通过分类判别方式，对植被分布进行识别；若不服从，则扫描植被遥感图像像元信息，并提取像元特征向量，判断特征向量与预设向量之间的夹角，得到偏差值；若偏差值小于预设阈值，则保留该像元特征向量；若偏差值大于预设阈值，则剔除该像元特征向量；将所有偏差值小于预设阈值的像元特征向量进行叠加计算，生成植被分布信息。4.根据权利要求1所述的一种基于无人机遥感技术的地表植被识别方法，其特征在于，还包括：通过大数据建立约束模型，并通过约束模型生成航行时间约束条件；获取无人机起始位置与目标位置；根据基准航迹计算无人机起始位置至目标位置的标准航行时间；采集动态航迹信息，并计算预测航行时间；将标准航行时间与预测航行时间进行比较，得到偏差率；
判断所述偏差率是否大于预设偏差率阈值；若大于，则对无人机节点的航行速度进行调整。5.根据权利要求4所述的一种基于无人机遥感技术的地表植被识别方法，其特征在于，根据探测方式生成无人机编队，得到编队信息；具体包括：建立三维场景，提取虚拟无人机区位信息，并建立无人机编队模型，根据无人机编队模型生成虚拟无人机队形保持信息；根据虚拟无人机队形保持信息，生成虚拟无人机编队方式；根据虚拟无人机编队方式进行无人机编队，得到结果信息；将结果信息与实际探测信息进行比较；得到无人机...

【专利技术属性】
技术研发人员：付骏宇，耿鹏，刘立斌，
申请(专利权)人：佛山市墨纳森智能科技有限公司，
类型：发明
国别省市：